Mysql优化神器(推荐)

时间：2022-10-26 19:59:16

前言

今天逛github时，发现了这款对 SQL 进行优化和改写的自动化工具sora。感觉挺不错的，就下载学习了一下。这个工具支持的功能比较多，可以作为我们日常开发中的一款辅助工具，现在我就把它推荐给你们～～～

github传送门：https://github.com/XiaoMi/soar

背景

在我们日常开发中，优化SQL总是我们日常开发任务之一。例行 SQL 优化，不仅可以提升程序性能，还能够降低线上故障的概率。

目前常用的 SQL 优化方式包括但不限于：业务层优化、SQL逻辑优化、索引优化等。其中索引优化通常通过调整索引或新增索引从而达到 SQL 优化的目的。索引优化往往可以在短时间内产生非常巨大的效果。如果能够将索引优化转化成工具化、标准化的流程，减少人工介入的工作量，无疑会大大提高我们的工作效率。

SOAR(SQL Optimizer And Rewriter) 是一个对 SQL 进行优化和改写的自动化工具。由小米人工智能与云平台的数据库团队开发与维护。

与业内其他优秀产品对比如下：

 

SOAR sqlcheck pt-query-advisor SQL Advisor Inception sqlautoreview  
启发式建议 ✔️ ✔️ ✔️ ❌ ✔️ ✔️
索引建议 ✔️ ❌ ❌ ✔️ ❌ ✔️
查询重写 ✔️ ❌ ❌ ❌ ❌ ❌
执行计划展示 ✔️ ❌ ❌ ❌ ❌ ❌
Profiling ✔️ ❌ ❌ ❌ ❌ ❌
Trace ✔️ ❌ ❌ ❌ ❌ ❌
SQL在线执行 ❌ ❌ ❌ ❌ ✔️ ❌
数据备份 ❌ ❌ ❌ ❌ ✔️ ❌

 

从上图可以看出，支持的功能丰富，其功能特点如下：

  • 跨平台支持（支持 Linux, Mac 环境，Windows 环境理论上也支持，不过未全面测试）
  • 目前只支持 MySQL 语法族协议的 SQL 优化
  • 支持基于启发式算法的语句优化
  • 支持复杂查询的多列索引优化（UPDATE, INSERT, DELETE, SELECT）
  • 支持 EXPLAIN 信息丰富解读
  • 支持 SQL 指纹、压缩和美化
  • 支持同一张表多条 ALTER 请求合并
  • 支持自定义规则的 SQL 改写

就介绍这么多吧，既然是SQL优化工具，光说是没有用的，我们还是先用起来看看效果吧。

安装

这里有两种安装方式，如下：

下载二进制安装包

?
1
2
$ wget https://github.com/XiaoMi/soar/releases/download/0.11.0/soar.linux-amd64 -O soar
chmod a+x soar

这里建议直接下载最新版，要不会有bug。

下载好的二进制文件添加到环境变量中即可(不会的谷歌一下吧，这里就不讲了)。

测试一下：

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
$ echo 'select * from user' | soar.darwin-amd64(根据你自己的二进制文件名来输入)
# Query: AC4262B5AF150CB5
 
★ ★ ★ ☆ ☆ 75分
 
```sql
SELECT
 *
FROM
 USER
```
 
## 最外层 SELECT 未指定 WHERE 条件
 
* **Item:** CLA.001
 
* **Severity:** L4
 
* **Content:** SELECT 语句没有 WHERE 子句，可能检查比预期更多的行(全表扫描)。对于 SELECT COUNT(\*) 类型的请求如果不要求精度，建议使用 SHOW TABLE STATUS 或 EXPLAIN 替代。
 
## 不建议使用 SELECT * 类型查询
 
* **Item:** COL.001
 
* **Severity:** L1
 
* **Content:** 当表结构变更时，使用 \* 通配符选择所有列将导致查询的含义和行为会发生更改，可能导致查询返回更多的数据。

源码安装

依赖环境：

1. Go 1.10+
2. git

高级依赖（仅面向开发人员）

  • mysql 客户端版本需要与容器中MySQL版本相同，避免出现由于认证原因导致无法连接问题
  • docker MySQL Server测试容器管理
  • govendor Go包管理
  • retool 依赖外部代码质量静态检查工具二进制文件管理

生成二进制文件：

go get -d github.com/XiaoMi/soar
cd ${GOPATH}/src/github.com/XiaoMi/soar && make
生成的二进制文件与上面一样，直接放入环境变量即可，这里我没有尝试，靠你们自己踩坑了呦～～～

简单使用

0. 前置准备

准备一个table，如下：

?
1
2
3
4
5
6
7
8
9
10
11
CREATE TABLE `users` (
 `id` bigint(20) unsigned NOT NULL AUTO_INCREMENT,
 `username` varchar(64) NOT NULL DEFAULT '',
 `nickname` varchar(255) DEFAULT '',
 `password` varchar(256) NOT NULL DEFAULT '',
 `salt` varchar(48) NOT NULL DEFAULT '',
 `avatar` varchar(128) DEFAULT NULL,
 `uptime` datetime DEFAULT NULL,
 PRIMARY KEY (`id`),
 UNIQUE KEY `username` (`username`)
) ENGINE=InnoDB AUTO_INCREMENT=11 DEFAULT CHARSET=utf8mb4

1. 直接输入sql语句(不运行)

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
$ echo "select * from users" | soar.darwin-amd64
$ # Query: 30AFCB1E1344BEBD
 
★ ★ ★ ☆ ☆ 75分
 
```sql
SELECT
 *
FROM
 users
```
## 最外层 SELECT 未指定 WHERE 条件
 
* **Item:** CLA.001
 
* **Severity:** L4
 
* **Content:** SELECT 语句没有 WHERE 子句，可能检查比预期更多的行(全表扫描)。对于 SELECT COUNT(\*) 类型的请求如果不要求精度，建议使用 SHOW TABLE STATUS 或 EXPLAIN 替代。
 
## 不建议使用 SELECT * 类型查询
 
* **Item:** COL.001
 
* **Severity:** L1
 
* **Content:** 当表结构变更时，使用 \* 通配符选择所有列将导致查询的含义和行为会发生更改，可能导致查询返回更多的数据。

现在是完全根据SQL语句进行分析的，因为没有连接到mysql。可以看到，给出的报告也很详细，但是只是空壳子，仅凭SQL语句给出的分析并不是准确的，所以我们开始接下来的应用。

2. 连接mysql生成EXPLAIN分析报告

我们可以在配置文件中配置好mysql相关的配置，操作如下：

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
vi soar.yaml
# yaml format config file
online-dsn:
  addr:   127.0.0.1:3306
  schema:  asong
  user:   root
  password: root1997
  disable: false
 
test-dsn:
  addr:   127.0.0.1:3306
  schema:  asong
  user:   root
  password: root1997
  disable: false

配置好了，我们来实践一下子吧：

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
$ echo "SELECT id,username,nickname,password,salt,avatar,uptime FROM users WHERE username = 'asong1111'" | soar.darwin-amd64 -test-dsn="root:root1997@127.0.0.1:3306/asong" -allow-online-as-test -log-output=soar.log
$ # Query: D12A420193AD1674
 
★ ★ ★ ★ ★ 100分
 
```sql
SELECT
 id, username, nickname, PASSWORD, salt, avatar, uptime
FROM
 users
WHERE
 username = 'asong1111'
```
 
## Explain信息
 
| id | select\_type | table | partitions | type | possible_keys | key | key\_len | ref | rows | filtered | scalability | Extra |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | SIMPLE | *users* | NULL | const | username | username | 258 | const | 1 | ☠️ **100.00%** | ☠️ **O(n)** | NULL |
 
### Explain信息解读
 
#### SelectType信息解读
 
* **SIMPLE**: 简单SELECT(不使用UNION或子查询等).
 
#### Type信息解读
 
* **const**: const用于使用常数值比较PRIMARY KEY时, 当查询的表仅有一行时, 使用system. 例:SELECT * FROM tbl WHERE col = 1.

这回结果中多了EXPLAIN信息分析报告。这对于刚开始入门的小伙伴们是友好的，因为我们对Explain解析的字段并不熟悉，有了它我们可以完美的分析SQL中的问题，是不是很棒。

3. 语法检查

soar工具不仅仅可以进行sql语句分析，还可以进行对sql语法进行检查，找出其中的问题，来看个例子：

?
1
2
$ echo "selec * from users" | soar.darwin-amd64 -only-syntax-check
At SQL 1 : line 1 column 5 near "selec * from users" (total length 18)

这里select关键字少了一个t，运行该指令帮助我们一下就定位了问题，当我们的sql语句很长时，就可以使用该指令来辅助我们检查SQL语句是否正确。

4. SQL美化

我们日常开发时，经常会看其他人写的代码，因为水平不一样，所以有些SQL语句会写的很乱，所以这个工具就派上用场了，我们可以把我们的SQL语句变得漂亮一些，更容易我们理解哦。

?
1
2
3
4
5
6
7
8
$ echo "SELECT id,username,nickname,password,salt,avatar,uptime FROM users WHERE username = 'asong1111'" | soar.darwin-amd64 -report-type=pretty
 
SELECT
 id, username, nickname, PASSWORD, salt, avatar, uptime
FROM
 users
WHERE
 username = 'asong1111';

这样看起来是不是更直观了呢～～。

结尾

因为我也才是刚使用这个工具，更多的玩法我还没有发现，以后补充。更多玩法可以自己研究一下，github传送门：https://github.com/XiaoMi/soar。官方文档其实很粗糙，更多方法解锁还要靠自己研究，毕竟源码已经给我们了，对于学习go也有一定帮助，当作一个小项目慢慢优化岂不是更好呢～～。

到此这篇关于Mysql优化神器(推荐)的文章就介绍到这了,更多相关Mysql优化内容请搜索服务器之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持服务器之家！

原文链接：https://blog.csdn.net/qq_39397165/article/details/110676054

标签：

相关文章